【2025年版】PyMuPDF実践：PDFからの画像抽出、変換、そして編集テクニック

import pymupdf


doc = pymupdf.open("image_report.pdf")
page = doc[0]  # 最初のページを取得

# ページ内の画像情報を取得
image_list = page.get_images(full=True)

print(f"ページ内の画像数: {len(image_list)}")
for i, img in enumerate(image_list):
    xref = img[0]  # 画像の参照番号
    smask = img[1]  # ソフトマスクの参照番号 (透過情報など)
    width = img[2]
    height = img[3]
    bpc = img[4]  # ビット/コンポーネント
    colorspace = img[5]
    ext = img[7]  # 拡張子 (例: "jpeg", "png")

    print(f"--- 画像 {i + 1} ---")
    print(f"  XREF: {xref}")
    print(f"  サイズ: {width}x{height}")
    print(f"  拡張子: {ext}")

doc.close()

import pymupdf


doc = pymupdf.open("image_report.pdf")
page = doc[0]  # 最初のページを取得

# ページ内の画像情報を取得
image_list = page.get_images(full=True)

print(f"ページ内の画像数: {len(image_list)}")
for i, img in enumerate(image_list):
    xref = img[0]  # 画像の参照番号
    smask = img[1]  # ソフトマスクの参照番号 (透過情報など)
    width = img[2]
    height = img[3]
    bpc = img[4]  # ビット/コンポーネント
    colorspace = img[5]
    ext = img[7]  # 拡張子 (例: "jpeg", "png")

    print(f"--- 画像 {i + 1} ---")
    print(f"  XREF: {xref}")
    print(f"  サイズ: {width}x{height}")
    print(f"  拡張子: {ext}")

doc.close()

import pymupdf
import os
from pymupdf import Document

doc: Document = pymupdf.open("image_report.pdf")

output_dir = "extracted_images"
os.makedirs(output_dir, exist_ok=True)

# 各ページをループして画像を抽出
for page_num in range(len(doc)):
    page = doc.load_page(page_num)
    image_list = page.get_images(full=True)

    if not image_list:
        print(f"ページ {page_num + 1} に画像は見つかりませんでした。")
        continue

    print(f"ページ {page_num + 1} で {len(image_list)} 個の画像が見つかりました。")

    for i, img in enumerate(image_list):
        xref = img[0]

        # 画像データを抽出
        try:
            base_image = doc.extract_image(xref)
            image_bytes = base_image["image"]
            image_ext = base_image["ext"]

            # ファイルとして保存
            image_filename = os.path.join(
                output_dir, f"image_{page_num + 1}_{i}.{image_ext}"
            )
            with open(image_filename, "wb") as f:
                f.write(image_bytes)
            print(f"画像を保存しました: {image_filename}")
        except Exception as e:
            print(f"画像 (xref: {xref}) の抽出中にエラーが発生しました: {e}")

doc.close()

import pymupdf
import os
from pymupdf import Document

doc: Document = pymupdf.open("image_report.pdf")

output_dir = "extracted_images"
os.makedirs(output_dir, exist_ok=True)

# 各ページをループして画像を抽出
for page_num in range(len(doc)):
    page = doc.load_page(page_num)
    image_list = page.get_images(full=True)

    if not image_list:
        print(f"ページ {page_num + 1} に画像は見つかりませんでした。")
        continue

    print(f"ページ {page_num + 1} で {len(image_list)} 個の画像が見つかりました。")

    for i, img in enumerate(image_list):
        xref = img[0]

        # 画像データを抽出
        try:
            base_image = doc.extract_image(xref)
            image_bytes = base_image["image"]
            image_ext = base_image["ext"]

            # ファイルとして保存
            image_filename = os.path.join(
                output_dir, f"image_{page_num + 1}_{i}.{image_ext}"
            )
            with open(image_filename, "wb") as f:
                f.write(image_bytes)
            print(f"画像を保存しました: {image_filename}")
        except Exception as e:
            print(f"画像 (xref: {xref}) の抽出中にエラーが発生しました: {e}")

doc.close()

import pymupdf
import os


def extract_all_images_from_pdf(pdf_path, output_folder):
    """
    PDFファイルからすべての画像を抽出し、指定されたフォルダに保存します。
    """
    doc = pymupdf.open(pdf_path)
    os.makedirs(output_folder, exist_ok=True)

    for i in range(len(doc)):
        page = doc[i]
        image_list = page.get_images(full=True)

        for img_index, img in enumerate(image_list):
            xref = img[0]
            base_image = doc.extract_image(xref)
            image_bytes = base_image["image"]
            image_ext = base_image["ext"]

            image_filename = os.path.join(
                output_folder, f"page{i + 1}_img{img_index + 1}_{xref}.{image_ext}"
            )
            with open(image_filename, "wb") as f:
                f.write(image_bytes)
            print(f"抽出・保存: {image_filename}")

    doc.close()
    print(f"'{pdf_path}' からすべての画像の抽出が完了しました。")


# 使用例
if __name__ == "__main__":
    # mymupdfディレクトリに存在するimage_report.pdfを対象とする
    pdf_to_extract = "image_report.pdf"
    output_directory = "extracted_images"

    if os.path.exists(pdf_to_extract):
        extract_all_images_from_pdf(pdf_to_extract, output_directory)
    else:
        print(f"サンプルPDFファイルが見つかりません: {pdf_to_extract}")

import pymupdf
import os


def extract_all_images_from_pdf(pdf_path, output_folder):
    """
    PDFファイルからすべての画像を抽出し、指定されたフォルダに保存します。
    """
    doc = pymupdf.open(pdf_path)
    os.makedirs(output_folder, exist_ok=True)

    for i in range(len(doc)):
        page = doc[i]
        image_list = page.get_images(full=True)

        for img_index, img in enumerate(image_list):
            xref = img[0]
            base_image = doc.extract_image(xref)
            image_bytes = base_image["image"]
            image_ext = base_image["ext"]

            image_filename = os.path.join(
                output_folder, f"page{i + 1}_img{img_index + 1}_{xref}.{image_ext}"
            )
            with open(image_filename, "wb") as f:
                f.write(image_bytes)
            print(f"抽出・保存: {image_filename}")

    doc.close()
    print(f"'{pdf_path}' からすべての画像の抽出が完了しました。")


# 使用例
if __name__ == "__main__":
    # mymupdfディレクトリに存在するimage_report.pdfを対象とする
    pdf_to_extract = "image_report.pdf"
    output_directory = "extracted_images"

    if os.path.exists(pdf_to_extract):
        extract_all_images_from_pdf(pdf_to_extract, output_directory)
    else:
        print(f"サンプルPDFファイルが見つかりません: {pdf_to_extract}")

import pymupdf
import os

# PDFドキュメントを開く
doc = pymupdf.open("image_report.pdf")
page = doc[0]  # 最初のページを取得

output_dir = "converted_images"
os.makedirs(output_dir, exist_ok=True)

# ページをPNG画像として保存
pix = page.get_pixmap()
png_filename = os.path.join(output_dir, "page1.png")
pix.save(png_filename)
print(f"ページをPNGとして保存しました: {png_filename}")

# ページをJPEG画像として保存 (品質指定も可能)
jpeg_filename = os.path.join(output_dir, "page1.jpeg")
pix.save(jpeg_filename, jpg_quality=90)  # 品質を90%に設定
print(f"ページをJPEGとして保存しました: {jpeg_filename}")

doc.close()

import pymupdf
import os

# PDFドキュメントを開く
doc = pymupdf.open("image_report.pdf")
page = doc[0]  # 最初のページを取得

output_dir = "converted_images"
os.makedirs(output_dir, exist_ok=True)

# ページをPNG画像として保存
pix = page.get_pixmap()
png_filename = os.path.join(output_dir, "page1.png")
pix.save(png_filename)
print(f"ページをPNGとして保存しました: {png_filename}")

# ページをJPEG画像として保存 (品質指定も可能)
jpeg_filename = os.path.join(output_dir, "page1.jpeg")
pix.save(jpeg_filename, jpg_quality=90)  # 品質を90%に設定
print(f"ページをJPEGとして保存しました: {jpeg_filename}")

doc.close()

import pymupdf
import os

# PDFドキュメントを開く
doc = pymupdf.open("image_report.pdf")
page = doc[0]  # 最初のページを取得

output_dir = "converted_images_hires"
os.makedirs(output_dir, exist_ok=True)

# 高解像度でページをレンダリング (例: 2倍の解像度)
# fitz.Matrix(zoom_x, zoom_y) で拡大率を指定
zoom_matrix = pymupdf.Matrix(2, 2)
pix_hires = page.get_pixmap(matrix=zoom_matrix)

hires_filename = os.path.join(output_dir, "page1_hires.png")
pix_hires.save(hires_filename)
print(f"高解像度でページをPNGとして保存しました: {hires_filename}")

doc.close()

import pymupdf
import os

# PDFドキュメントを開く
doc = pymupdf.open("image_report.pdf")
page = doc[0]  # 最初のページを取得

output_dir = "converted_images_hires"
os.makedirs(output_dir, exist_ok=True)

# 高解像度でページをレンダリング (例: 2倍の解像度)
# fitz.Matrix(zoom_x, zoom_y) で拡大率を指定
zoom_matrix = pymupdf.Matrix(2, 2)
pix_hires = page.get_pixmap(matrix=zoom_matrix)

hires_filename = os.path.join(output_dir, "page1_hires.png")
pix_hires.save(hires_filename)
print(f"高解像度でページをPNGとして保存しました: {hires_filename}")

doc.close()

import pymupdf

# ファイルパスの定義
input_pdf = "image_report.pdf"
output_pdf = "sample_edited.pdf"

# PDFを開く
doc = pymupdf.open(input_pdf)

# 最初のページを取得
page = doc.load_page(0)

# ページに透かしテキストを挿入
page.insert_text(
    (50, 70),  # 挿入位置の座標 (左下の原点から)
    "CONFIDENTIAL",
    fontsize=50,
    rotate=0,  # rotateは0, 90, 180, 270のいずれかである必要があります
    color=(0.8, 0.8, 0.8),  # 薄いグレー (R, G, B)
    overlay=True,  # True: コンテンツの上に描画, False: 下に描画
)

# ページに四角形を描画
page.draw_rect(
    pymupdf.Rect(100, 100, 200, 150),  # 矩形の座標 (x0, y0, x1, y1)
    color=(1, 0, 0),  # 赤色 (R, G, B)
    width=2,  # 線の太さ
)

# 変更を新しいPDFとして保存
doc.save(output_pdf)
doc.close()

print(f"編集されたPDFを保存しました: {output_pdf}")

import pymupdf

# ファイルパスの定義
input_pdf = "image_report.pdf"
output_pdf = "sample_edited.pdf"

# PDFを開く
doc = pymupdf.open(input_pdf)

# 最初のページを取得
page = doc.load_page(0)

# ページに透かしテキストを挿入
page.insert_text(
    (50, 70),  # 挿入位置の座標 (左下の原点から)
    "CONFIDENTIAL",
    fontsize=50,
    rotate=0,  # rotateは0, 90, 180, 270のいずれかである必要があります
    color=(0.8, 0.8, 0.8),  # 薄いグレー (R, G, B)
    overlay=True,  # True: コンテンツの上に描画, False: 下に描画
)

# ページに四角形を描画
page.draw_rect(
    pymupdf.Rect(100, 100, 200, 150),  # 矩形の座標 (x0, y0, x1, y1)
    color=(1, 0, 0),  # 赤色 (R, G, B)
    width=2,  # 線の太さ
)

# 変更を新しいPDFとして保存
doc.save(output_pdf)
doc.close()

print(f"編集されたPDFを保存しました: {output_pdf}")

import pymupdf

doc = pymupdf.open("image_report.pdf")
page = doc[0]  # 最初のページを取得

original_rect = page.rect
print(f"元のページサイズ: {original_rect}")

# ページをトリミング (例: 上下左右から50ポイントずつ削る)
# set_cropbox() は表示領域を定義する
page.set_cropbox(
    pymupdf.Rect(
        original_rect.x0 + 50,
        original_rect.y0 + 50,
        original_rect.x1 - 50,
        original_rect.y1 - 50,
    )
)

# 変更を新しいPDFとして保存
output_pdf_path = "sample_trimmed.pdf"
doc.save(output_pdf_path)
doc.close()
print(f"トリミングされたPDFを保存しました: {output_pdf_path}")

import pymupdf

doc = pymupdf.open("image_report.pdf")
page = doc[0]  # 最初のページを取得

original_rect = page.rect
print(f"元のページサイズ: {original_rect}")

# ページをトリミング (例: 上下左右から50ポイントずつ削る)
# set_cropbox() は表示領域を定義する
page.set_cropbox(
    pymupdf.Rect(
        original_rect.x0 + 50,
        original_rect.y0 + 50,
        original_rect.x1 - 50,
        original_rect.y1 - 50,
    )
)

# 変更を新しいPDFとして保存
output_pdf_path = "sample_trimmed.pdf"
doc.save(output_pdf_path)
doc.close()
print(f"トリミングされたPDFを保存しました: {output_pdf_path}")